第十二讲抽样（二）.ppt

第十二讲 抽样（二） 社会调查研究方法 主讲：田 飞 第六章 抽样 第一节 抽样的意义与作用 第二节 概率抽样的原理与程序 第三节 概率抽样方法 第四节 户内抽样与PPS抽样 第五节 非概率抽样方法 第六节 样本规模与抽样误差 第三节 概率抽样方法 简单随机抽样(Simple Random Sampling) 系统抽样(Systematic Sampling) 分层抽样(Stratified Sampling) 整群抽样(Cluster Sampling) 多段抽样(Multistage Sampling) 简单随机抽样 简单随机抽样（纯随机抽样）：按等概率原则直接从含有N个元素的总体中随机抽取n个元素组成样本（Nn）。 概率抽样中最基本形式， 其他形式都是以此为基础。 系统抽样 系统抽样（等轴抽样、等距抽样、机械抽样）：把总体的单位进行编号排序，在计算出某中间隔，然后按这个固定的间隔抽取个体的号码来组成样本的方法。 基本和简单随机抽样一样，计算公式也一样。 需要完整的样本框，直接从总体中抽取个体。 系统抽样 抽取步骤： 给总体中的每一个个体按顺序编号，即指定出样本框 计算出抽样间距：K=N（总体规模）/n（样本规模） 在最前面的K个个体中，采用简单随机抽样方法抽中一个个体，记下这个个体的编号，它称做随机的起点。 在抽样框中，每隔K个个体，抽取一个个体 将这n个个体合起来，就构成了该总体的样本。 系统抽样 由于系统抽样之简洁，在社会研究中大多数情况下都采用该方法。 系统抽样的信度高低主要取决于总体数据的分布， 如果总体的分布呈完全随机（杂乱无章），则信度与简单随机抽样相同。 如果总体的分布呈逐渐增加或减小，则信度高于简单随机抽样。 如果总体的分布呈周期性变化，则信度低于简单随机抽样。 分层抽样 分层抽样的概念 分层抽样的优点 分层抽样的运用 分层抽样的概念 分层抽样（类型抽样）：先将总体中的所有单位按某种特征或标志（如性别、能量、职业或地域等）划分成若干个类型或层次，然后再在各个类型中采用简单随机抽样或系统抽样的方法抽取一个子样本，最后，将这些子样本合起来构成总体的样本。 比如：从一个企业抽取职工样本。 先将职工划分成工人、干部、技术人员三种类型 分别编制它们的样本框 分别用简单随机抽样或系统抽样方法在各类型中抽取子样本 将三个子样本合在一起，就构成了该企业的全体职工的样本。 分层抽样的优点 在不增加样本规模的情况下，降低抽样误差，即提高抽样信度。注意前提是，所分的类有意义，即每个类内部数据的变异程度小，而类与类之间变异程度大。 非常便于了解总体内各层的情况。 比如：在《中国妇女社会地位调查》中，将城市和乡镇分为两个类，以便于了解各自情况，并可以比较。 分层抽样的运用 考虑两个问题： 分层的标准问题 以所要分析和研究的主要变量或相关的变量作为分层的标准。 以保证各层内部同质性强、突出总体内在结构的变量作为分层变量。 分层抽样的运用 以所要分析和研究的主要变量或相关的变量作为分层的标准。 比如：研究居民的消费状况和消费倾向， 则以家庭人均收入为分层标准 比如：研究不同职业的人员对社会经济改革的看法，则以人们的职业为分层标准。 分层抽样的运用 以保证各层内部同质性强、突出总体内在结构的变量作为分层变量。 比如：在工厂进行，可以按工作性质作为分层标准，将全厂这个分为干部、工人、技术人员、勤杂人员等。 分层抽样的运用 分层的比率问题。 不按比率分层抽样：前述。 按比率分层抽样：按各种类型中单位数目同总体数目间的比率来抽取子样本。 比如：某厂有工人600名，男工500人，女工100人。两类工人占总人数的比率分别为5/6和1/6。因此若要按比率抽取60人，应该分别从男工中抽取5/6*60=50人，从女工中抽取1/6*60=10人。这样样本就有非常好的代表性。 分层抽样的运用 有些情况又不宜采用比率抽样，如果当样本规模较小时，统计会遇到困难。 比如：从500男工中抽取30人，从100女工中抽取30人，则可以对两类进行比较，不会影响推论统计时的条件。 如果抽样的目的不是用来进行类与类的比较，则应该按比率分层抽样进行。 整群抽样 整群抽样：先将总体按某种方法分成一些小群体，然后从这些小群体中随机抽取若干个，然后抽出的若干个群体内的所有元素就构成的样本。 群体可以是家庭、班级、居委会。 对小群体的抽样可以采用简单随机抽样、系统抽样或分层抽样。 特点：抽样单位不是个体，而是成群的个体。 比如：某大学共有100个班，每班都是30名同学，总共3000名学生，现在要抽取300名。先从100个班中抽取10个班，则这10个班的全部学生就构成了样本。 整群抽样 优点：降低成本。容易操作。 例如：研究某市10万户家庭生活状况，抽